|
IDC的調(diào)研結(jié)果顯示，超過九成的企業(yè)正在使用或計(jì)劃在未來3年內(nèi)使用人工智能，缺乏模型訓(xùn)練所需的數(shù)據(jù)、算力基礎(chǔ)設(shè)施存在不足、人工智能應(yīng)用方案的成本過高等因素是絕大部分企業(yè)目前面臨的主要挑戰(zhàn)。 制造企業(yè)，尤其是中小型企業(yè)，如何部署人工智能（AI）和機(jī)器學(xué)習(xí)（ML）的應(yīng)用，以最大化的實(shí)現(xiàn)大數(shù)據(jù)帶來的價(jià)值？來自STFC哈特里中心副主任Michael Gleaves和GSK公司數(shù)據(jù)科學(xué)家Hassan Khalid給出了一些AI和ML在工業(yè)應(yīng)用中的建議，以及實(shí)現(xiàn)真正投資回報(bào)的方法。 從哪兒開始著手？ 將簡(jiǎn)單且經(jīng)濟(jì)實(shí)惠的傳感器連接到機(jī)器上，是使用機(jī)器學(xué)習(xí)技術(shù)的第一步。Michael認(rèn)為，一旦你有了這些數(shù)據(jù)流，那么你就可以開始識(shí)別模式和趨勢(shì)，并開始優(yōu)化你的資產(chǎn)使用。 獲得高質(zhì)量、無偏見的數(shù)據(jù)至關(guān)重要。否則，你將無法考慮如何從這些數(shù)據(jù)流中提取價(jià)值。 您需要什么技能？ 技術(shù)知識(shí)很重要，但請(qǐng)不要低估領(lǐng)域知識(shí)（domain knowledge）。在生產(chǎn)線上花了多年時(shí)間的人也許可以告訴您很多數(shù)據(jù)丟失的情況。 同樣，不要低估軟件工程。Hassan認(rèn)為，很多事情之所以會(huì)出現(xiàn)不必要的錯(cuò)誤，就是因?yàn)閷?duì)軟件工程的輕視。像我這樣科學(xué)背景的人，必須要進(jìn)行軟件工程技能的訓(xùn)練，以確保我們實(shí)施的是真正要實(shí)現(xiàn)的技術(shù)。 大多數(shù)公司都采用“開發(fā)、測(cè)試、探索”周期，因此內(nèi)部有人來參與和負(fù)責(zé)運(yùn)行該周期非常重要。同樣重要的是，讓AI和ML專家為您的領(lǐng)域?qū)＜姨峁┘僭O(shè)以進(jìn)行良性循環(huán)測(cè)試。 “如果要用這些技術(shù)來顛覆您的部分業(yè)務(wù)，那么就需要組建一支擁有專業(yè)技能的小團(tuán)隊(duì)。”Michael建議。來自團(tuán)隊(duì)的力量將有助于調(diào)整這些技術(shù)并利用它們來推動(dòng)您的業(yè)務(wù)發(fā)展。另外，您最好在組織中具有一定程度的內(nèi)部能力，以便您可以制定更適合的購(gòu)買決策。 制造企業(yè)還應(yīng)該考慮吸引和重新培訓(xùn)具有物理和天文學(xué)科背景的人來使用這些工具。他們通常具有正確的思維方式，并且已將其編碼為博士學(xué)位的一部分，因此他們應(yīng)該能夠相對(duì)輕松地轉(zhuǎn)換為這些角色。 如何獲得企業(yè)高層的支持？ 這通常是最困難的部分，Hassan認(rèn)為。獲得企業(yè)高層的支持，將有助于使您的想法和項(xiàng)目與組織更廣泛的數(shù)據(jù)或數(shù)字化策略保持一致。如果某個(gè)特定的實(shí)驗(yàn)與該策略不符，那么花太多的時(shí)間或資源可能不是最好的主意。 “我們已經(jīng)開始將設(shè)計(jì)思維方法應(yīng)用于用戶需求收集。” Michael說。因此，除了預(yù)期的技術(shù)，還需要特別關(guān)注業(yè)務(wù)問題和用例，探索之前發(fā)生了什么，之后會(huì)發(fā)生什么，以及如何在業(yè)務(wù)中使用。 選擇好的項(xiàng)目開始真的很關(guān)鍵，因?yàn)檫@能創(chuàng)造動(dòng)力和持續(xù)投資。在某種程度上，必須要有一個(gè)信念的飛躍，您堅(jiān)信選擇的技術(shù)具有獨(dú)特價(jià)值，并且企業(yè)愿意投資于它。 AI和ML如何用于預(yù)測(cè)性維護(hù)問題？ 作為一名多年AI經(jīng)驗(yàn)的從業(yè)者，Hassan認(rèn)為預(yù)測(cè)性維護(hù)是具有一定挑戰(zhàn)性的。因?yàn)樵诖蠖鄶?shù)情況下，您的數(shù)據(jù)都不包含故障情況的示例。當(dāng)您沒有負(fù)面的例子時(shí)，就很難訓(xùn)練您的系統(tǒng)。 我們已經(jīng)進(jìn)行了視頻和實(shí)時(shí)圖像分析，以及基于噪聲的分析，我們正在尋找振動(dòng)的變化。這個(gè)過程可能是無止境的，關(guān)鍵的問題是數(shù)據(jù)是否給你提供了一個(gè)真實(shí)的失敗場(chǎng)景，可以從中學(xué)習(xí)。 Michael建議采用諸如模式識(shí)別之類的技術(shù)，識(shí)別一段時(shí)間內(nèi)發(fā)生的故障類型，然后將其安排到日常維護(hù)中。 一個(gè)日益受到關(guān)注的領(lǐng)域是利用SCADA系統(tǒng)中的數(shù)據(jù)處理和日志來識(shí)別故障模式。這些工作可以通過將人類日志數(shù)字化，并添加自然語(yǔ)言處理來提供額外的上下文情境輔助。 據(jù)羿戓制造（羿戓設(shè)計(jì)提供技術(shù)管理服務(wù)業(yè)務(wù)，服務(wù)于有想法做產(chǎn)品創(chuàng)新、技術(shù)積累、關(guān)鍵技術(shù)攻關(guān)的中小微企業(yè)及個(gè)人創(chuàng)新者）所了解，關(guān)于AI和ML的項(xiàng)目成本可能會(huì)變得很昂貴，并且有很多隱藏的嘗試，可能也會(huì)面臨失敗。Hassan認(rèn)為，對(duì)于中小企業(yè)來說，是可以在預(yù)算緊張的情況下實(shí)現(xiàn)目標(biāo)的，但是必須做好隨時(shí)進(jìn)行調(diào)整的準(zhǔn)備。如果您認(rèn)為可以花費(fèi)最少的時(shí)間和投資成本就成功實(shí)施，可能是不現(xiàn)實(shí)的。 現(xiàn)在有很多開源技術(shù)、代碼、出版物和指南，這意味著大部分工作已經(jīng)完成。對(duì)于開始這個(gè)旅程的企業(yè)來說，他們需要非常認(rèn)真地思考他們的數(shù)據(jù)策略。相對(duì)而言，在這個(gè)數(shù)據(jù)基礎(chǔ)上加入機(jī)器學(xué)習(xí)策略就會(huì)變得稍微簡(jiǎn)單一些。 對(duì)于中小型制造企業(yè)來說，最昂貴的成本可能是人才本身，這也是中小型企業(yè)與大型企業(yè)競(jìng)爭(zhēng)差異懸殊的一個(gè)地方。不過話又說回來，只要擁有自主權(quán)和工作的靈活性，中小企業(yè)從巨頭那里挖走頂尖人才也不是沒有機(jī)會(huì)。 什么編碼語(yǔ)言更適合？ 對(duì)于中小型企業(yè)來說，Python在開源開發(fā)方面已經(jīng)實(shí)現(xiàn)了飛躍，能夠提供良好的教程和大量準(zhǔn)備好的解決方案，是一個(gè)很好的選擇。Hassan建議，如果你處理的是Amazo級(jí)別的數(shù)據(jù)，那么你可能需要考慮Scala、SPARK和Julia提供的附加功能。 
|
